BriefGPT - AI 论文速递 · 2025-03-26T00:00:00Z 基于模型的离线强化学习与对抗数据增强 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本研究提出了一种基于对抗数据增强的离线强化学习模型MORAL，旨在解决静态数据下策略开发的稳健性问题。实验结果表明，MORAL在政策学习和样本效率方面优于传统方法，具有广泛的适用性。 🏷️ 标签 MORAL 对抗数据增强 强化学习 政策学习 样本效率 离线强化学习 阅读原文 生成长图 分享链接 已复制链接
